引导行业组织、企业研究制定工业数据的行业标准、团体标准、企业标准。梳理现有国家标准，适时将成熟的行业标准、团体标准上升为国家标准。加强标准体系与认证认可、检验检测体系的衔接，促进标准应用。加快公共数据开放进程，促进数据资源的高效利用。建立健全社会数据采集、存储、交易等制度，保障数据有序、规范应用。

加强数据安全保护体系建设。强化工业数据和个人的信息保护，明确数据在使用、流通过程中的提供者和使用者的安全保护责任与义务；加强数据安全检查、监督执法，提高惩罚力度，增强威慑力；严厉打击不正当竞争和违法行为，如不实信息、倒卖个人的信息等，引导、推动行业协会等社会组织加强自律。

加强核心技术攻关，夯实技术基础。加大对通信、网络、人工智能、核心器件、基础软件等领域的技术研发资助力度，加强底层操作系统、嵌入式芯片、人机交互、工业大数据、核心工业软件、工业传感器等核心技术攻关。增加企业牵头的科研项目数量。完善政府采购制度，加大采购力度，从需求侧拉动技术发展，帮助新技术、新产品进入市场。

围绕制造业数字化转型要求，增强信息基础设施支撑能力。适应数字经济发展对信息基础设施的要求，现有信息基础设施仍需加强普遍服务。与此同时，数字工厂、智能工厂对信息基础设施的要求远高于消费互联网，基于明确需求和应用场景的5G建设在工业领域可以适当加快。

加强国际合作，提升国际影响力。当前，美国、德国正在合作探讨工业互联网参考架构（IIRA）和工业4.0参考架构模型（RAMI4.0）的一致性，最终有可能形成统一的架构。我国应发挥产业门类齐全、市场规模大、数据资源丰富等优势，谋求与其他国家的深入合作，并引导行业组织在国际合作方面进一步发挥作用。

统筹规划，与再就业培训、社会保障体系有机结合。制造业数字化转型将大幅提高企业的智能化水平、减少普通就业机会。同时，旧有的知识、技能不能适应数字工厂、智能工厂要求的劳动者也难以适应数字化的服务业的要求。对于可能出现的新情况，相关部门需及早谋划、做好预案，通过技能培训、提供公益性岗位等化解就业压力，同时切实发挥社会保障体系的作用。

（作者系国务*发展研究中心创新发展研究部研究室主任、研究员）